分层容器调度算法

延迟降三成

在边缘计算环境中，同时优化服务延迟与负载均衡，单一模型即可逼近帕累托前沿。

Ma, Shijun · Junjie, Teng · Yi, Man · 滕颖蕾

IEEE Internet of Things Journal 2025

参数信息

服务延迟降低

31.8 %

负载不均衡降低

38.7 %

技术优势

延迟降三成

在最优权衡点，服务延迟比基线方法降低31.8%。

负载更均衡

在最优权衡点，负载不均衡比基线方法降低38.7%。

单一模型逼近帕累托前沿

只需训练一个模型就能近似多目标优化问题的帕累托前沿。

应用场景

• 边缘容器调度：分层感知调度降低镜像拉取与数据传输开销
• 微服务运维：联合优化延迟与负载均衡，提升服务运行效率
• 边缘资源管理：减少资源消耗，提升边缘集群整体利用率
• 负载均衡优化：降低负载不均衡，避免节点过载或闲置
• 边缘智能：使用深度强化学习实现智能调度决策